找到随机国家，但选择人口较多的国家的概率应该更高[重复]答案

【问题标题】：find random country but probability of picking higher population country should be higher [duplicate]找到随机国家，但选择人口较多的国家的概率应该更高[重复]
【发布时间】：2019-04-22 14:37:20
【问题描述】：

我正在处理以下面试问题：

如果给您一份国家/地区及其相应人口的列表，编写一个函数，它将返回一个随机国家，但越高该国的人口越多，就越有可能在随机的。

我想出了以下逻辑：

对列表进行两次遍历。在第一次遍历中，总结所有每个位置的人口，以获得总人口 TOTAL_POP。在第二次迭代，计算每个位置人口的百分比反对 TOTAL_POP。例如，如果位置 A 有人口“a”。 A 的人口百分比为 (a/TOTAL_POP)*100。

假设，在这些步骤之后，我们有以下值。位置 A = 35% B = 22% C = 19% D = 20% E = 4%

请注意，百分比之和应为 100。

现在，随机生成一个介于 1 到 100 之间的数字“n”。

如果 1

有没有更好的方法来解决这个问题？算法或代码什么都可以。另外，如果我们要在 Java 中实现它，那么在这里使用的最佳数据结构是什么？

【问题讨论】：

这很好。它是对具有指定概率的离散集进行采样的标准方法之一。一个简单的列表（按范围排序）就足够了（进行二进制搜索以找到国家/地区）。
为什么你应该坚持 1
实数四舍五入到相同的整数值呢？那你会选择哪个国家呢？那么人口

标签： java algorithm data-structures

【解决方案1】：

你可以使用TreeMap，它是 O(log n) 并且有一个方便的 api。比如：

TreeMap<Integer, Country> map = new TreeMap<>();
map.put(percentCountry1, country1);
map.put(percentCountry1 + percentCountry2, country2);
// ...

int random = (new Random()).nextInt(100);
Country country = map.ceilingEntry(random).getValue();

【讨论】：

您无需遍历一次即可找到总人口，然后计算百分比。如果您将上面的 percentCountry1 等替换为 populationCountry1（等）并在 1 和世界总人口之间绘制一个随机数（使用双精度或 64 位整数作为人口，因为 32 位整数不够），则此解决方案有效。